第一个书签之前
摘 要
ABSTRACT
绪论
1.1 研究背景和意义
1.2 人脸识别发展历史及国内外研究现状
1.2.1 人脸识别发展历史
1.2.2 人脸识别国内外研究现状
1.3 人脸识别主要难点
1.4 本文主要研究内容及章节安排
1.4.1 主要研究内容
1.4.2 章节安排
人脸识别相关技术概述
2.1 人脸识别系统
2.1.1 图像预处理
2.1.2 主流人脸检测算法
2.1.3 主流人脸识别算法
2.1.4 常用人脸数据库
2.2 集成学习
2.2.1 基分类器的生成方法
2.2.2 集成学习结合策略
2.2.3 集成学习的作用
2.3 本章小结
集成加速稳健特征的子空间人脸识别
3.1 SURF原理
3.1.1 SURF特征点检测
3.1.2 SURF特征点描述
3.2 改进的SURF
3.3 全局PCA特征的提取识别原理
3.4 集成改进加速稳健特征的子空间人脸识别方法
3.5 实验过程及结果分析
3.5.1 特征点提取结果分析
3.5.2 识别结果分析
3.6 本章小结
多特征集成的人脸识别
4.1 多特征集成的人脸识别原理
4.1.1 基于LBP的人脸识别算法
4.1.2 基于GIST的人脸识别算法
4.1.3 多特征集成原理
4.2 实验过程及结果分析
4.2.1 实验一
4.2.2 实验二
4.2.3 实验三
4.2.4 结论
4.3 本章小结
集成深度学习的人脸识别
5.1 深度学习发展及概述
5.2 BP神经网络的原理
5.3 卷积神经网络(CNN)的原理
5.3.1 卷积层
5.3.2 池化层
5.3.3 SoftMax层
5.4 集成深度学习的人脸识别方法
5.5 实验过程及结果分析
5.5.1 实验一
5.5.2 实验二
5.6 本章小结
总结和展望
本文研究工作总结
展望
参考文献
致 谢
攻读学位期间发表的学术论文目录
独创性声明
青岛科技大学;